Diese Arbeit beschäftigt sich mit der Frage, welcher deutsche Torhüter der aktuellen Saison die statistisch besten Werte im Bereich der Zielverteidigung aufweist.
Um diese Frage zu beantworten, soll zunächst der Begriff Big Data definiert und anhand von Praxisbeispielen skizziert werden. Anschließend werden die aus Big Data entstandenen und für den Fußball wichtigen Positionsdaten erläutert, deren Erhebung beschrieben und allgemeine sowie torwartspezifische Ergebnisse aus verschiedenen Studien präsentiert. Zusätzlich wird die Expected Goals Methode und ihre Anwendung sowie die Kennzahl „Keeping Goals Prevented“ als Grundlage dieser Arbeit erläutert. Anschließend wird die Methodik beschrieben und eine modifizierte Kennzahl zur Ermittlung der Torhüterleistung im Bereich der Zielverteidigung vorgestellt. Abschließend werden die Ergebnisse in einem Abschlussranking präsentiert, mit der ursprünglichen Kennzahl sowie den tatsächlichen Einsätzen der Torhüter für die deutsche Nationalmannschaft verglichen und ein entsprechendes Fazit gezogen.
2014 jubelte eine ganze Nation über den Erfolg der deutschen Nationalelf bei der Fußball-Weltmeisterschaft in Brasilien. Unterstützung erhielt das Trainerteam rund um Joachim Löw damals von SAP. Das Datenunternehmen stellte der Mannschaft eine 7.000 Spiele umfassende Datenbank zur Gegneranalyse zur Verfügung. Nicht erst seitdem WM-Triumph spielen Daten im Fußball eine immer wichtigere Rolle. Auf der Suche nach belegbaren Erfolgsfaktoren werden immer wieder neue Bereiche analysiert und Kennzahlen entwickelt. Einen unbestrittenen Einfluss auf das Endergebnis haben die Torhüter. Deshalb ist es gerade für die jeweiligen Nationaltrainer vor großen Turnieren wie einer Weltmeisterschaft besonders wichtig, zu wissen, welcher Torhüter der Beste in der Torverhinderung ist. Zur Beurteilung der Torhüterleistung im Bereich der abgewehrten Torschüsse entwickelte das Datenunternehmen Opta die Kennzahl „Keeping Goals Prevented“. Basis der Bewertung sind die Ergebnisse der Expected Goals Methode. Die Kennzahl lässt sich jedoch nicht immer einwandfrei dem Torhüter und seiner gezeigten Leistung zuordnen.
Inhaltsverzeichnis
1. Einleitung
2. Big Data
2.1. Definition
2.2. Praxisbeispiele und Ziele
3. Positionsdaten im Fußball
3.1. Definition
3.2. Technik zur Datenerhebung
3.2.1. Regularien
3.2.2. GPS (Tracking)
3.2.3. Videobasiertes System
3.2.4. Radar- bzw. mikrowellenbasierte Systeme
3.3. Neue KPI und Ergebnisse
3.4. Torwartspezifische Spieldaten
3.5. Torwartanalyse der FIFA Weltmeisterschaft 2018
3.5.1. Rahmenbedingungen
3.5.2. Quantitative Analyse
3.5.3. Zusammenspiel zwischen Team und Torhüter
3.5.4. Performance-Analyse
4. Expected Goals
4.1. Methode
4.2. Keeping Goals Prevented
5. Methodik
5.1. Zwischenfazit
5.2. Forschungsgruppe
5.3. Datenerhebung
6. Ergebnisse und Interpretation
6.1. Ergebnisse
6.2. Interpretation
7. Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht, welcher deutsche Torhüter in der Saison 2019/2020 auf Basis statistischer Auswertungen von Positionsdaten die besten Leistungen im Bereich der Zielverteidigung erbracht hat, um eine objektive Bewertungsgrundlage jenseits subjektiver Rankings zu schaffen.
- Grundlagen von Big Data und Positionsdaten im Profifußball
- Methodische Anwendung der "Expected Goals" und "Keeping Goals Prevented" Kennzahlen
- Vergleichende Analyse der Leistungsdaten deutscher Torhüter in den Top-5-Ligen
- Kritische Diskussion der statistischen Methoden zur Torwartbewertung
- Gegenüberstellung von Leistungsdaten und Länderspielnominierungen
Auszug aus dem Buch
3.1. Definition
Anlässlich fehlender Aussagekraft von bekannten Ereignisdaten wie Ballbesitz, Torschüsse oder Zweikampfquote und Laufleistung in Bezug auf den Erfolg einer Mannschaft, wurden in den vergangenen Jahren neue, sogenannte Key Performance Indikatoren (KPI) entwickelt, um Leistungen im Fußball besser messen und Erfolgsfaktoren ermitteln zu können. Die Anwendungsbereiche sind dabei vielschichtig: Von der Trainingsgestaltung und -steuerung über Spiel- und Taktikanalysen bis hin zum Scouting und zur Neuverpflichtung von Spielern – in all diesen Bereichen werden heute KPI zur Unterstützung verwendet. Besonders die dadurch entstandenen Positionsdaten spielen heute eine wichtige Rolle, wie Ralf Rangnick unterstreicht:
„Die moderne Spielanalyse umfasst mittlerweile mehr als die Auswertung von Zweikampfquoten oder zurückgelegten Kilometern – denn es hat sich herausgestellt, dass diese Daten nicht über Sieg oder Niederlage entscheiden. Vielmehr sind es deutlich komplexere Analysen mit neuartigen Leistungsindikatoren, welche neue Erkenntnisse im Spitzenfußball liefern werden. Big Data beziehungsweise sogenannte Positionsdaten helfen beim Erkennen von taktischen Mustern, denn sie ermöglichen heutzutage die genaue Erfassung der Positionen jedes Spielers und des Balles.“
Die Positionsdaten beschreiben dabei die räumlich-zeitliche Konstellation der sich auf dem Spielfeld befindenden Spieler. Dafür wird der Platz in ein Koordinatensystem mit X- und Y-Achse umgewandelt. Anschließend werden die Koordinaten mit den Positionen aller Spieler sowie des Balles auf dem Spielfeld erfasst. Mannschaften können also mit der entsprechenden Soft- und Hardware teilweise in Echtzeit das Spielgeschehen analysieren, die Leistungen der Spieler bewerten oder Spielmuster des Gegners erkennen und sich so einen entscheidenden Vorteil verschaffen.
Zusammenfassung der Kapitel
1. Einleitung: Diese Einleitung führt in die Relevanz von Datenanalysen im Fußball ein und definiert die Forschungsfrage nach dem statistisch besten deutschen Torhüter der Saison 2019/2020.
2. Big Data: Dieses Kapitel erläutert den Begriff Big Data sowie dessen Dimensionen und zeigt Praxisbeispiele aus Wirtschaft und Sport auf.
3. Positionsdaten im Fußball: Hier werden technische Erhebungsmethoden für Positionsdaten sowie deren Bedeutung für neue Leistungsindikatoren und die Torwartanalyse detailliert dargestellt.
4. Expected Goals: Das Kapitel beschreibt die wissenschaftliche Methode der "Expected Goals" und die daraus abgeleitete Torwart-Kennzahl "Keeping Goals Prevented".
5. Methodik: Hier wird der Forschungsansatz inklusive der Kriterien zur Auswahl der untersuchten Torhüter und der bereinigten KGP-Formel zur Datenauswertung beschrieben.
6. Ergebnisse und Interpretation: Dieses Kapitel präsentiert die erhobenen Daten in einem Abschlussranking und interpretiert die Leistung der Torhüter im Kontext ihrer tatsächlichen Einsätze.
7. Fazit: Das Fazit fasst die Ergebnisse zusammen und gibt einen Ausblick auf die zukünftige Bedeutung wissenschaftlich fundierter Datenanalyse im professionellen Fußball.
Schlüsselwörter
Big Data, Fußballmanagement, Positionsdaten, Zielverteidigung, Expected Goals, Keeping Goals Prevented, Torwartanalyse, Leistungsindikatoren, Datenerhebung, Spielanalyse, Bundesliga, Saison 2019/2020, Manuel Neuer, Performance-Analyse, Sportstatistik
Häufig gestellte Fragen
Worum geht es in dieser Hausarbeit grundsätzlich?
Die Arbeit analysiert die Leistungsfähigkeit deutscher Torhüter in der Saison 2019/2020 anhand von statistischen Datenmodellen, insbesondere im Bereich der Zielverteidigung.
Was sind die zentralen Themenfelder der Arbeit?
Die Schwerpunkte liegen auf Big Data im Fußball, der Erhebung von Positionsdaten, der Anwendung von Expected Goals und der speziellen Analyse von Torwartleistungen.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist es, auf Basis einer selbst modifizierten Kennzahl den statistisch besten deutschen Torhüter der aktuellen Saison zu ermitteln, um objektive Bewertungskriterien zu etablieren.
Welche wissenschaftliche Methode wird verwendet?
Die Autorin oder der Autor führt eine quantitative Studie in Form einer Literaturrecherche und einer statistischen Datenanalyse durch, bei der eine bereinigte "Keeping Goals Prevented" (BKGP) Formel zum Einsatz kommt.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in theoretische Grundlagen zu Big Data und Positionsdaten, die Erklärung der statistischen Modelle und die konkrete Anwendung dieser Methoden auf eine Gruppe ausgewählter deutscher Torhüter.
Welche Schlüsselwörter charakterisieren diese Arbeit?
Die Arbeit lässt sich am besten mit Begriffen wie Big Data, Positionsdaten, Zielverteidigung, Expected Goals und Torwartanalyse beschreiben.
Warum wurde die Kennzahl "Keeping Goals Prevented" für die Analyse modifiziert?
Die Modifizierung war notwendig, um die Leistung im Bereich der Zielverteidigung präziser abzubilden, indem bestimmte Schussarten, die als wenig aussagekräftig für die Torwartleistung erachtet wurden, aus der Berechnung gestrichen wurden.
Wie schneiden die untersuchten Torhüter im finalen Ranking ab?
Manuel Neuer führt das Ranking an, da er sowohl bei den absoluten BKGP-Werten als auch bei den Werten pro 90 Minuten die stärksten statistischen Ergebnisse innerhalb der Forschungsgruppe erzielen konnte.
- Arbeit zitieren
- Sebastian Heuser (Autor:in), 2020, Big Data im Fußball. Die Kernfähigkeit 'Zielverteidigung' deutscher Torhüter, München, GRIN Verlag, https://www.grin.com/document/913639
